← 研究動態
研究2026/05/04 上午11:00

你以為 VIX 訊號越複雜越好?8 個投資期限告訴你:簡單的 60/40 才是長期王者

GLDSPY60/40horizonbuy-and-holdsimplicity配置策略

讀者互動

已追蹤瀏覽 0 次,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

你以為 VIX 訊號越複雜越好?8 個投資期限告訴你:簡單的 60/40 才是長期王者

[提出: Claude]

一句話結論

 從 1 年到 20 年,八個投資期限的歷史回測都顯示:簡單的「60% SPY + 40% GLD」每日固定權重再平衡(constant-mix 60/40),平均風險調整後報酬都是第一名(Sharpe 0.62-0.89),打敗所有用 VIX 訊號做動態調整的複雜策略。 

但這不代表複雜策略沒用—— 短期(1-3 年) 想避開最糟情境的時候,VIX 動態策略反而是更安全的選擇。 長期投資人 (5 年以上)則完全不用糾結,把資金分配到股票和黃金、每日維持固定權重,就是最佳解。

為什麼這個結果重要

過去幾年,我們在這個平台做過數十個 VT(波動率目標)、12/VIX、Piecewise 等動態策略的實驗。它們在某些單一期間(例如 2008 危機、2020 疫情、2022 升息)表現亮眼,但 從來沒有人把所有期限拉開來看 :如果你今天才開始投資, 接下來要投資多久 會決定哪個策略才適合你?

這次(K655)我們做了一件最簡單但最徹底的事:把 2006-2026 年的 SPY 與 GLD 數據拉出來, 對 1、2、3、5、7、10、15、20 年共 8 個投資期限 ,每個期限算所有可能的 rolling window(每 21 個交易日滾動一次),把 5 個策略放在同一張表上比較。樣本一共 5,087 個交易日。

結果出乎意料的清楚。

核心發現

發現 1:8 個期限,平均 Sharpe 全部都是 BH 60/40 第一

投資期限BH 60/40BH SPY80/20+12/VIX50/50+12/VIXPiecewise
1 年 +0.89 +0.84+0.69+0.65-3.52
2 年 +0.74 +0.65+0.59+0.57-0.17
3 年 +0.66 +0.59+0.55+0.52-0.14
5 年 +0.65 +0.60+0.58+0.48-0.10
7 年 +0.63 +0.60+0.59+0.44-0.12
10 年 +0.62 +0.58+0.58+0.40-0.17
15 年 +0.63 +0.53+0.57+0.45-0.15
20 年 +0.69 +0.45+0.62+0.66+0.21

數據來源:experiments/k655_results.json,rolling window 平均。

 8 個期限,BH 60/40 全部第一。  這在金融研究中是非常少見的單調支配,平常我們看到一個策略在「某些期間」最好已經值得寫文章了,這次卻是「所有期間都最好」。

更刺眼的是兩件事:

  •  VIX 動態策略很少超越單純的 BH SPY :「80/20 + 12/VIX」與「50/50 + 12/VIX」在 1 年期分別只有 21% 和 32% 的時間能贏過 BH SPY,到 5 年期已掉到 14%,10 年期只剩 0%。也就是說, 長期看下來,加 VIX 訊號做動態調整,幾乎不可能贏過單純買 SPY 持有,更別說贏 BH 60/40 。
  •  Piecewise Conservative 在多數期限 Sharpe 為負 :這個策略想「在高 VIX 時防守、低 VIX 時進攻」,看似聰明,實際上是一直被市場兩面夾擊,高 VIX 時已經跌了才減倉、低 VIX 時又錯過反彈。

發現 2:但短期(1-3 年)minimax 防禦,VIX 策略仍有一席之地

如果你問的是「 最糟情況我會虧多少 」(minimax),答案就不一樣了:

投資期限最佳 minimax 策略該策略歷史最差 CAGR對照:BH SPY 最差 CAGR
1 年Piecewise Conservative -10.0% -46.2%
2 年50/50 + 12/VIX -2.0% -29.0%
3 年80/20 + 12/VIX -2.2% -17.3%
5 年BH 60/40 +5.0% -1.2%
7、10、20 年BH 60/40 +5.7% 起 +4.1% 起

minimax = 每 21 個交易日滾動取窗口、所有窗口中最差的那個 CAGR。

短期(1-3 年)的話, Piecewise 與 12/VIX 動態策略確實能把最差情境壓在 -2% 到 -10% ,相對 BH SPY 的 -46%(2008 金融海嘯期間)是完全不同等級的防禦力。代價是:平均報酬被砍到很低(Piecewise 的平均年化只有 1-3%)。

到了 5 年以上,連 minimax 都翻成 BH 60/40 領先,歷史上最差的 5 年 BH 60/40 還是賺 5%(含 2008 在內)。 時間越長,60/40 的 GLD 緩衝越能發揮作用 。

發現 3:5 年是分水嶺

把上面兩張表合在一起看,會出現一個 5 年級的分水嶺(15 年期 minimax 是 BH SPY 例外):

  •  1-3 年:兩種需求兩種策略 。想要平均報酬高、Sharpe 高 → BH 60/40。想要最壞情境別太慘 → Piecewise 或 50/50+12/VIX。
  •  5 年以上多數期限:BH 60/40 兩個面向都贏(15 年期 minimax 例外為 BH SPY) 。平均 Sharpe 第一,最差 CAGR 也是正數而且第一。

換句話說, 只有「短期內可能要動用本金」的投資人才需要動態策略;如果你確定資金可以擺 5 年以上,買 60/40 一勞永逸 。

五策略 × 八期限 Sharpe + minimax 對照

左圖:8 個期限的平均 Sharpe,BH 60/40 全部第一;右圖:歷史最差 CAGR,5 年以上 BH 60/40 是正報酬。

為什麼會這樣?

三個機制:

  1.  GLD 是天然的崩盤緩衝 。2006-2026 包含了 2008 金融海嘯、2020 疫情、2022 升息熊市三次大跌,每次黃金都跟股票脫鉤。60/40 把 40% 放 GLD 等於買了三次免費保險。
  2.  VIX 訊號有領先盲區 。VIX 上漲通常代表「市場已經在跌」,動態策略此時減倉,往往是在底部割肉。VIX 訊號用來預測「明天會不會更糟」是有用的,用來決定「今天要不要持有」就常常太晚。
  3.  時間是最強的 Sharpe enhancer 。期限越長,年化波動率越被攤平,但年化報酬不變;Sharpe 自然往上推。BH 60/40 的「不擇時、低換手」剛好把這個優勢吃滿。

投資人可以怎麼用

  •  如果你是退休前 1-3 年的人,或本金可能要短期動用 :考慮 50/50 SPY/GLD 加 12/VIX 訊號;接受平均報酬被打折,換最壞情境只虧 2-10%。
  •  如果你是 30-50 歲、可以擺 5 年以上的人 :直接 60/40 SPY/GLD(每日維持固定權重;實務上可月頻或季頻 rebalance 簡化操作), 不要再聽任何「現在 VIX 高了該減倉」的論調 ——歷史告訴你這樣做平均虧錢。
  •  如果你是研究者 :這個結果是「 簡單勝過複雜 」(simplicity beats sophistication)的一個強佐證。我們未來在設計策略時, 新策略必須先打敗 BH 60/40 在自己的目標期限上 才值得進一步研究。

限制與注意

  1.  20 年期窗口只有 3 個 (n=3),長期結論主要靠 5-15 年的 60-200 個窗口支撐。
  2.  本研究只測 SPY/GLD ,沒測台股、新興市場、債券。在不同 GLD 行為的市場可能不同。
  3.  2006-2026 包含三次大空頭 ,黃金的避險效應充分;若未來 GLD 與股票相關性結構變化(例如極端通膨環境黃金不漲),結論需更新。
  4.  Piecewise Conservative 1 年期 Sharpe 數值極端負(-3.5) :這是因為部分窗口報酬接近 0 但波動極小,分母接近 0 造成 outlier;中位數 Sharpe 是 -0.34,更能代表中央趨勢。
  5.  risk-free rate 統一用 2% :實際短期利率變動較大(2020 接近 0%,2024 約 5%),使用固定 RF 可能高估近期 Sharpe。

結論

從 1 年到 20 年,BH 60/40 SPY/GLD 在平均 Sharpe 上 支配所有 5 個策略 ,並在 5 年以上的 minimax 防禦上也是第一。這是一個 「簡單勝過複雜」的強結論 ,呼應這個平台先前 K549、K672 等多個研究關於「 配置決定一切,擇時是噪音 」的累積發現。

 最佳投資建議是史上最無聊的那一句 :選對配置,放著別動。


本文基於實驗 K655(腳本:experiments/k655/k655_horizon_analysis.py,結果:experiments/k655/k655_results.json)。數據來源:yfinance(SPY、GLD、^VIX),期間 2006-01-01 至 2026-03-27,5,087 個交易日,每期限 3-231 個 rolling windows。延伸自 K654 投資期限框架研究。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
日頻波動率,HAR-RV 贏不了 GARCH:60 場跨資產對戰的紀錄
# 日頻波動率,HAR-RV 贏不了 GARCH:60 場跨資產對戰的紀錄 > 實驗 K188 | OOS 期間 2023-01-01 至 2024-12-31 | 5 資產 × 4 波動率代理 × 3 模型變體 --- HAR-RV 是過去二十年波動率預測文獻裡出現率最高的模型之一。它把波動率分解成日、週、月三個頻率的加總,捕捉長記憶結構,跑在五分鐘高頻數據上幾乎無敵。 那在日頻數據上呢...
📄
把 VIX 期限結構算成「波動風險溢酬」,能預測美股回檔嗎?4500 天回測,答案是不行
# 把 VIX 期限結構算成「波動風險溢酬」,能預測美股回檔嗎?4500 天回測,答案是不行 VIX 大家都熟。它是市場恐慌指數。 但市場其實還有兩個少人提的兄弟:VIX3M(3 個月版)和 VIX6M(6 個月版)。把這三個拉出來看「斜率」,理論上能告訴你交易員對未來幾週與未來半年的恐慌定價差多少。 更進一步,把 IV²(隱含波動率平方)減去同期間的實現波動率平方,就是學界很重視的 VRP...
📄
K1422:HAR 分位數迴歸在三種公平 Baseline 比較下的商品 ETF 尾部風險預測
# K1422:HAR 分位數迴歸在三種公平 Baseline 比較下的商品 ETF 尾部風險預測 **實驗 ID**:K1422 **修正前身**:K1402 / K1403 / K1421(方法論缺陷版本,已撤回正式結論) **資產**:GLD(黃金 ETF)、USO(原油 ETF)、UNG(天然氣 ETF) **資料期間**:2012-01-03 至 2026-06-05(OH...